给电影团队用的申报就绪软件——在 AI 使用毁掉奥斯卡参评资格前，把真人表演、授权同意和创作归属证明清楚。

1. 学院已把参评资格和真人表演、授权证明绑在一起，这让电影团队必须先做出合规预算，才敢往下砸冲奖费用。
2. 申报团队现在可能要回答更细的 AI 使用和人类创作归属问题，所以再靠人工整理材料夹和翻邮件，风险已太高。
3. 当最高等级的奖项机构都把 AI 使用定义成参评风险时，发行商、保险方和法务顾问就都有了一个很具体的理由，得现在把来源留痕跑顺。

催化因素。 学院已把 AI 使用从声誉问题，升级成已申报影片的正式参评资格与披露问题。

Film Authorship Ledger 不是创作工具，而是给商务法务团队用的合规层。它把法务计费、演员协议、剧本版本、后期供应商声明函和授权记录吃进来，按每个署名表演和剧本输出结构化的人类创作归属材料包。产品会在申报前先把证据缺口标出来，给外部律师和供应商存下能复用模板，并在学院要求补充说明时一键导出材料。时间拉长后，它会成为电影片库和后链路发行交易里 AI 使用披露的主记录系统。

差异化。 大多数 AI 媒体合规产品盯的是水印、深度伪造检测，或泛化的溯源能力。这个产品立刻卡在学院规则点名的商务法务流程里：法务计费、授权同意和人类创作归属证据。即便技术层的 AI 检测器根本没法稳定证明制作流程里到底发生了什么，它也一样有用。

待完成任务

flowchart LR
  MaiFang[商务法务负责人] --> TongDian[缺乏真人创作与授权证明]
  TongDian --> ChanPin[电影创作归属台账]
  ChanPin --> JieGuo[奥斯卡申报材料包更快完成]

高管要点

• 学院 2026 年新规把冲奖影片里的 AI 使用，从声誉问题直接推进成申报就绪问题：团队现在必须拿得出真人表演、人类创作和授权同意的可辩护证据，而且学院还可以继续追问。[1][2]
• 切口成立，但初始市场不大：FilmLA 统计 2024 年首轮英语剧情片发行只有 857 部，同比下滑 13.4%，所以光靠奥斯卡滩头有价值，但远不够大，必须往外扩。[15]
• 工作流需求并非空想，因为 Flawless、Deepdub 和 Respeecher 已在把 AI 辅助配音、表演编辑和语音合成卖进影视流程，这会把跨供应商留档需求越推越高。[20][22][24]
• 在位厂商各自覆盖相邻环节——权利/版税系统、创作工作流工具、溯源标准，以及供应商侧 AI 功能——但没有谁是专门拿来拼一份跨供应商、学院能接受的法务证据材料包。[16][18][19][20][22][29]
• 监管压力还在继续往上叠：WGA 的 AI 披露规则、版权局对人类创作归属的指导、California 的数字替身法，以及欧盟 AI Act 的透明度义务，都在往同一个方向走。[3][5][6][7][8][9][10]
• GTM 的最大风险是买方太集中，而且流程惯性很强：如果产品不能在真实冲奖周期里帮商务法务团队明显省时，他们随时会退回外部律师、共享盘和通用工作流工具。[1][2][16][18]

市场定义

这个市场指的是面向专业影视内容的人类创作归属、授权与披露工作流软件。滩头是：服务以美国为主、在后期、配音、剧本或数字表演流程里带 AI 痕迹的独立制片方和发行商，帮他们把奥斯卡申报跑到就绪；相邻市场则是给制片厂、流媒体、广告主和游戏发行商做持续运转的 AI 权利与披露基础设施。这里明确不包含纯内容生成工具、只做水印或溯源的 SDK，以及全套权利/版税系统，除非它们充当替代方案。

用户与买方

核心用户是要在冲奖后段把证据拼起来的商务法务、制作法务和奖项运营团队；经济买方通常是总法律顾问、商务法务负责人或奖项高管。眼前最紧的任务不是查出 AI 内容，而是要证明谁表演、谁创作、谁授权，以及哪些供应商碰过这部作品。预算大概率来自法务/合规、奖项运营或后期流程软件，但采购一定会被保密要求、工会与法律审查，以及每个奖季真正进场片单太少这些因素拖慢。

购买触发点

• 学院新规让“人类创作归属证明”直接成为申报卡口，冲奖周期启动或奥斯卡准备一开始，需求就会被点燃。 [1][2]
• 一旦用了 AI 辅助配音、视觉配音、表演编辑或语音克隆供应商，团队就会多出新的留痕与授权面。 [20][22][24]
• 外部律师或商务法务因为 WGA 披露规则或 California 数字替身义务启动审查。 [3][7][8]

支付意愿

公开证据表明，电影团队本来就在为工作流软件、企业级权利系统和专业 AI 后期工具付钱。这意味着，只要这层合规软件真能缩短申报准备时间、减少依赖律师追文件，就有机会直接从既有法务或制作软件预算里拿钱；只是围绕这条具体工作流的公开定价，今天仍然很少。 [16][18][20][22]

品类动态

增长信号 FilmLA 统计的 2024 年剧情片发行量同比下滑 13.4%，但 AI 工作流在后期和本地化环节仍在继续渗透。

验证信号

• 学院已明确保留了追要 AI 使用与人类创作归属补充信息的权利。
• WGA 现在要求公司向编剧披露提供过哪些 AI 生成材料。
• California 已通过数字替身法案，进一步抬高了围绕肖像与同意的合规负担。
• OpenAI 加入 C2PA 指导委员会，说明大平台开始站队溯源基础设施。
• Rightsline 已把 AI 功能往权利工作流里塞，说明在位厂商也在盯这个方向。
• Flawless、Deepdub 和 Respeecher 都在卖面向影视的 AI 后期能力，说明这类工作流确实已渗透进去了。

监管与技术约束

• 无论是可版权性还是奖项参评资格，本质上都仍然锚定在人类创作归属上，所以单靠技术层的 AI 检测远远不够。
• 数字替身一旦使用，就会在 California 法律下触发授权与可执行性问题，尤其涉及在世表演者和已故公众人物时更明显。
• 欧盟透明度义务会在合成或被操控媒体场景里再叠上一层披露要求。
• 由于文件和片段都高度敏感，买方会默认要求强安全、数据隔离和“不拿客户数据做训练”的承诺。
• 溯源标准能帮到媒体对象，但合同、计费记录和邮件仍然需要单独的导入与审计控制。

眼下最接近的替代品不是某一家创业公司，而是一整叠工具：Rightsline 处理权利/合同复杂度，Frame.io 管安全创作工作流，OpenOrigins 和 C2PA/Content Credentials 这类溯源产品管素材真实性，Flawless、Deepdub、Respeecher 这类供应商侧 AI 平台则直接承接配音/表演流程。这个创业公司只有在自己成为跨这些系统的中立证据层时，才有赢面——如果只是再做一个创作工具，就没戏。

为什么现有厂商不会默认胜出

• 工作流工具. Frame.io 这类云工作流产品已卡在创作审阅环节，但它们优化的是文件、审批和协作，不是把合同、法务计费、演员授权和供应商声明函拼成一份站得住脚的创作归属材料包。
• 权利管理在位厂商. Rightsline 在变现、可用权利清单、合同和版税复杂度上很强，但它的核心价值是企业级 IP 商务；如果一个奖项申报工作流更快、更轻、更贴近提交动作，仍然可以撕开切口。
• 溯源标准/厂商. C2PA、Content Credentials 以及 OpenOrigins 这类溯源厂商能强化素材级真实性，但它们并不能解决散落在平台外文件和外部供应商里的授权链与人类创作归属证据。
• AI 制作供应商. Flawless、Deepdub 和 Respeecher 可以在各自流程里给出供应商侧保证，但买方仍然可能想要一套中立的跨供应商台账，因为没有哪家供应商能看到整条制作链，也没有动力替竞争对手留档。
• 内部团队与外部律师. 当片量还低时，律师事务所和共享盘确实会默认胜出；但如果产品能在真实冲奖截止期下，把证据整理速度和复用度显著拉开，就有机会反赢。

Film Authorship Ledger 向独立发行商和制片方里的商务法务、制作法务团队卖申报就绪软件，目标客户是正在操作冲奖影片、且流程里用过 AI 辅助供应商的团队。眼前的问题不是识别 AI，而是要在学院 2026 年新规下，够快地证明真人表演、人类创作和表演者授权，避免申报时因资格问题翻车。MVP 是一套材料包生成器：把合同、法务计费、演员授权、剧本版本和供应商声明函吃进来，先标出证据缺口，再导出学院能直接看的申报材料。GTM 也故意收得很窄：只在冲奖周期启动或律师审查时切入，按在跑影片和年度工作区收费，通过创始人直销、冲奖顾问、娱乐法务顾问和后期供应商分发——因为合规负担本来就来自这些流程。研究证明，这条工作流痛点是真实的，监管尾风也在变强；但也同样说明，只盯奥斯卡的滩头很小，估算 SAM 只有 $4.2M，而且买方高度集中。这个项目只有在公司能借奖项切口，证明自己其实是一套更广泛的 AI 权利、授权与披露主记录系统——能扩展到制片厂、流媒体、广告主和游戏发行商——时，才值得投。眼下最大的缺口，是没人知道学院到底会多频繁地追要补充材料、又会具体要什么，因此第一版产品必须可灵活配置，不能写死成一张表。投资判断先放在“观察”：要等在跑影片的试点证明，买方愿意为明显更快的材料包拼装付软件预算，而不只是继续买外部律师工时。

问题

• 冲奖影片团队现在如果拿不出署名表演和剧本由人完成、且经过授权同意的证明，就会直接面临参评资格风险；但这些证据散在合同、计费记录、邮件、剧本修订和供应商文件里。
• 商务法务团队往往要在冲奖后段人工重建创作归属记录，速度慢、容易出错，而且一旦片子变多或学院追问，很难复用。
• 现行替代方案各只管一段：工作流工具管文件，权利系统管合同，溯源工具挂元数据，外部律师又贵又难复用。

解决方案

• 搭一层中立证据层，把法务、制作和供应商材料串成单片级的人类创作归属与授权材料包。
• 先做可灵活配置的奥斯卡申报就绪工作流：自动标出缺失材料、统一供应商声明函格式，并导出律师能直接用的材料包。
• 再把同一张证据图谱扩成更广的常态化 AI 披露、数字替身授权和权利合规工作流，服务更广泛的影视内容所有者。

为什么我们会赢

• 产品切进的是学院规则点名的那条商务法务流程，而不是再做一个创作类 AI 工具或通用溯源 SDK。
• 能复用的条款库、声明函模板和历史缺失材料模式，会随着片单滚动越积越厚，律师主导的人工流程很难复制。
• 买方可能更愿意要一套中立的跨供应商台账，因为没有哪家配音、声音或后期供应商能看到整条制作链，也没人愿意替竞争对手留档。
• 围绕娱乐法务设计的高触达导入和导出格式，能在第一次采购时先压低“继续放共享盘就好”的默认阻力。

里程碑

flowchart LR
  QieKou[奥斯卡申报就绪切口] --> ZuiXiaoKeXing[材料包生成器 MVP]
  ZuiXiaoKeXing --> ZhengMing[在跑影片更快拼出完整材料包]
  ZhengMing --> KuoZhan[多片工作区与更广泛 AI 披露]

创始团队

实验路线图

风险评估

必须成立的条件

• 10 个目标买方里，至少有 5 个明确表示，当前人工拼材料的痛点已重到愿意在下一个奖季前为专门工作流买单。
• 试点客户能把端到端材料包拼装时间，相比上一套人工流程压低至少 50%。
• 至少 60% 的付费试点，会在一个周期内扩展到第二部影片或年度工作区。
• 娱乐法务顾问和冲奖顾问能直接接受产品导出的材料，不要求整套重做。
• 到第 15 个月，至少有 2 个共创伙伴用同一张证据图谱验证出付费的非奥斯卡场景。

待尽调问题

• 奖项团队到底会多频繁地收到学院关于 AI 使用的补充提问？学院又具体会要哪些材料？
• 今天最耗时间的到底是哪类证据：合同、计费记录、剧本修订，还是供应商声明函？
• 为什么买方会愿意买软件，而不是继续给外部律师加工时，或直接用 Frame.io 和共享盘？
• 第一版部署里，哪些文档仓库集成是必须的，哪些可以先靠人工？
• 产品能不能在不滑向重服务法务业务的前提下，扩展到制片厂、流媒体或广告主的披露工作流？

模型合理性

• 收入引擎. 基准情景的收入引擎，是把可计费影片/工作区从 Y1 的 6 个拉到 Q4Y3 的 35 个，并通过创始人主导和伙伴主导销售，把混合年 ARPU 稳在 $38.4K。
• 必须做对. 律师、顾问和供应商转介绍必须把销售周期压短到足以持续加客户，否则在滩头还没扩宽前，公司就会被迫提前搭一支过重的直销团队。
• 模型失效点. 如果定价往 $35K 靠、客户数又在 28 个工作区附近见顶，Y3 收入就会掉到 $0.8M 以下，业务也会因为太像服务而难以支撑高效的后续融资。
• 下一轮融资证明. 下一轮融资成立的前提，是年度工作区续费已具能重复性、至少 1 条付费非奖项工作流已发布，而且公司账上仍有超过 6 个月现金。

情景

敏感性

flowchart LR
  线索 --> 有效商机
  有效商机 --> 付费试点
  付费试点 --> 在跑工作区
  在跑工作区 --> 收入
  收入 --> 毛利
  毛利 --> 现金

警示项: 模型到第 3 年仍是 EBITDA 负值，因此下一轮融资大概率要靠证明非奖项扩张，而不是只讲奥斯卡工作流增长。 · 客户集中度仍然很高，因为 35 个可计费影片/工作区大致只对应十来个账户，续费和扩单都会偏波动。 · 模型假设回款和 EBITDA 变化基本同步；如果法务采购更慢或发票付款延迟，真实现金跑道会更短。

• 初始市场太窄. 如果采用一直只停留在冲奖影片，光靠奥斯卡申报工作流可能撑不起一家独立大公司。 缓解措施: 先赢下奖项团队，再扩展到更广的发行商、流媒体和广告主 AI 披露流程；同一张证据图谱可以复用。
• 规则解释仍有歧义. 学院后续可能继续调整口径，让静态模板和既有假设很快过时。 缓解措施: 把产品做成可灵活配置的证据工作流，并和娱乐法务顾问合作，快速更新要求。
• 既有法务流程惯性大. 如果产品不能在真实冲奖周期里明显省时，电影团队还是会更愿意继续用外部律师和共享盘。 缓解措施: 首部影片提供高触达导入，并给出律师已习惯的导出格式；再用更快拼出材料包、缺口更少的结果，把价值打实。